Lors de la conception de médicaments, le criblage in silico est de plus en plus utilisé et lesméthodes disponibles nécessitent d'être évaluées. L'évaluation de 8 méthodes a mis enévidence l'efficacité des méthodes de criblage in silico et des problèmes de construction de labanque d'évaluation de référence (DUD), la conformation choisie pour les sites de liaisonn'étant pas toujours adaptée à tous les actifs. La puissance informatique actuelle le permettant,plusieurs structures expérimentales ont été choisies pour tenter de mimer la flexibilité dessites de liaison. Un autre problème a été mis en évidence : les métriques d'évaluation desméthodes souffrent de biais. De nouvelles métriques ont donc été proposées, telles queBEDROC et RIE. Une autre alternative est proposée ici, mesurant la capacité prédictive d'uneméthode en actifs. Enfin, une petite molécule active sur le TNFα in vitro et in vivo sur souris aété identifiée par un protocole de criblage in silico. Ainsi, malgré le besoin d'amélioration desméthodes, le criblage in silico peut être d'un important soutien à l'identification de nouvellesmolécules a visée thérapeutique.

Les méthodes de criblage virtuel sont largement utilisées dans le processus de conception de médicaments afin de réduire le nombre de composés à tester expérimentalement. Cependant, les résultats obtenus par criblage virtuel ne sont que des prédictions et leur fiabilité n'est pas garantie. L'évaluation de ces méthodes est donc essentielle pour guider le bioinformaticien dans le choix de l'outil et du protocol adaptés dans les conditions de son expérience. Dans une première étude, nous avons développé une nouvelle métrique pour l'analyse des résultats de criblage : la Courbe de Prédictivité. Cette métrique permet une analyse fine de la pertinence des scores d'affinité pour la détection de composés actifs et complète les métriques existantes, permettant une meilleure compréhension des résultats de criblage. Lors de notre projet suivant, nous avons souhaité faciliter ce processus d'analyse en intégrant l'ensemble des métriques de criblage virtuel dans un outil web interactif : Screening Explorer. Une seconde partie de ma thèse a consisté en la recherche de nouveaux inhibiteurs du VIH (Virus de l’Immunodéficience Humaine). L'équipe génomique de notre laboratoire a identifié plusieurs gènes dont l'expression influence le développement du SIDA, révèlant ainsi de potentielles cibles thérapeutiques. Une étude bibliographique a permis d'identifier plusieurs composés inhibiteurs de ces cibles. La société Peptinov, associée à notre laboratoire, va prochainement estimer le potentiel thérapeutique de ces composés dans des essais in vitro (i) d'infection par le VIH, (ii) de prolifération virale et (iii) de réactivation virale. / Virtual screening methods are widely used in drug discovery processes in order to reduce the number of compounds to test experimentally. However, virtual screening results are only predictions and their reliability is not guaranteed. Evaluating these methods is crucial to guide the bioinformatician in the choice of the right tool and protocol according to the conditions of his experiment. In a first study, we developed a new metric to analyze the results of virtual screening: the Predictiveness Curve. This metric allows to finely analyze the relevance of binding scores for the detection of active compounds and complete existing metrics, allowing a better comprehension of screening results. In a following project, we facilitated the analysis process by integrating all of the virtuel screening metrics in an interactive tool: Screening Explorer. The second part of my thesis consisted in the research of novel HIV inhibitors. The genomic team of our laboratory identified several genes whose expression influence the development of AIDS, therefore revealing potential therapeutic targets. A bibliographic study allowed to identify compounds that can inhibit those targets. The company Peptinov, associated to our laboratory, is currently estimating the therapeutic potential of the compounds in vitro in assays of (i) HIV infection, (ii) viral proliferation and (iii) viral reactivation.

Lors de la conception de médicaments, le criblage in silico est de plus en plus utilisé et lesméthodes disponibles nécessitent d'être évaluées. L'évaluation de 8 méthodes a mis enévidence l'efficacité des méthodes de criblage in silico et des problèmes de construction de labanque d'évaluation de référence (DUD), la conformation choisie pour les sites de liaisonn'étant pas toujours adaptée à tous les actifs. La puissance informatique actuelle le permettant,plusieurs structures expérimentales ont été choisies pour tenter de mimer la flexibilité dessites de liaison. Un autre problème a été mis en évidence : les métriques d'évaluation desméthodes souffrent de biais. De nouvelles métriques ont donc été proposées, telles queBEDROC et RIE. Une autre alternative est proposée ici, mesurant la capacité prédictive d'uneméthode en actifs. Enfin, une petite molécule active sur le TNFα in vitro et in vivo sur souris aété identifiée par un protocole de criblage in silico. Ainsi, malgré le besoin d'amélioration desméthodes, le criblage in silico peut être d'un important soutien à l'identification de nouvellesmolécules a visée thérapeutique. / Since the introduction of virtual screening in the drug discovery process, the number ofvirtual screening methods has been increasing and available methods have to be evaluated.In this work, eight virtual screening methods were evaluated in the DUD database, showingadequate efficiency. This also revealed some shortcomings of the DUD database as thebinding site conformation used in the DUD was not relevant for all the actives.As computational power now permits to address this issue, classical docking runs have beenperformed on several X-ray structures, used to represent the binding site flexibility. This alsorevealed that evaluation metrics show some biases. New evaluation metrics have thus beenproposed, e.g. BEDROC and RIE. An alternative method was also proposed usingpredictiveness curves, based on compound activity probabilityFinally, a virtual screening procedure has been applied to TNFa. A small molecule inhibitor,showing in vitro and in vivo activity in mice, has been identified. This demonstrated the valueof virtual screening for the drug discovery process, although virtual screening methods needto be improved.